ListenAloud

Naskenované PDF do zvuku: OCR a kontrolný zoznam poradia čítania

Pripravte naskenovaný súbor PDF na prevod textu na reč. Skôr než sa spoľahnete na zvukovú verziu, skontrolujte presnosť OCR, poradie stĺpcov, čísla a odkazy na strany.

Feynman AI Apps · Zverejnené

Starý leták, odfotografovaná kapitola alebo naskenovaná správa môžu vyzerať čitateľne, zatiaľ čo zvuk je neúplný alebo mätúci. Prvou otázkou je, či má čitateľ použiteľný text; druhým je, či uvádza tento text v rozumnom poradí. Táto príručka sa zameriava na kontrolu týchto vstupov. Nepredpokladá sa, že každá čítačka PDF vykoná OCR alebo že úspešný test počúvania potvrdí úplnú dostupnosť dokumentu.

Kontrolný zoznam kvality pred počúvaním naskenovaného PDF
SkontrolujteČo sa môže pokaziťČo overiť
Rozpoznávanie textuSlovo, desatinné číslo alebo symbol je nesprávne prečítaný.Porovnajte extrahovaný text s pôvodnou stránkou.
Poradie čítaniaStĺpce alebo bočné pruhy prerušujú vetu.Pri počúvaní postupujte podľa odseku na stránke.
Opakovaný materiálHlavičky a päty sa objavujú vo vnútri prózy.Skontrolujte prechody medzi stránkami v počúvanej kópii.
Vizuálne informácieDiagram alebo tabuľka potrebuje vizuálne vysvetlenie.Ponechajte si odkaz na stránku a skontrolujte originál.

Praktický pracovný postup

  1. Skontrolujte, čo obsahuje PDF

    Skúste vybrať a skopírovať krátky odsek tam, kde to váš čitateľ umožňuje, a potom skontrolujte skopírovaný text. Toto je užitočná počiatočná kontrola, nie úplné hodnotenie: súbor môže mať na niektorých stránkach text a na iných obrázky. Vyskúšajte niekoľko reprezentatívnych stránok. Ak je k dispozícii dostupný originál alebo verzia s čistým textom, zvážte použitie tejto verzie namiesto opravy nekvalitného skenovania.

  2. V prípade potreby rozpoznajte text

    OCR identifikuje znaky v obraze strany a vytvára text, ktorý môže softvér použiť. Technika W3C PDF7 popisuje tento prevod pre naskenované dokumenty a zahŕňa kontrolu rozpoznaného výstupu. Vyberte pracovný postup OCR, ktorý podporuje jazyk a písmo dokumentu, a skontrolujte výsledok. Ak je rozpoznávanie nespoľahlivé, môže byť potrebné jasnejšie skenovanie alebo iný zdroj, kým sa zvuk stane užitočným.

  3. Porovnajte dôležité detaily s obrázkom

    Skontrolujte mená, dátumy, oddeľovače desatinných miest, jednotky, matematické znaky a slová, ktoré ovplyvňujú význam výroku. Sledujte podobne vyzerajúce znaky a slová rozdelené do riadkov. Opravte kópiu pracovného textu a ponechajte si originál pre referenciu. Nepredpokladajte, že slovo je správne len preto, že ho čitateľ plynule vyslovuje.

  4. Otestujte postupnosť, nielen slová

    Počúvajte cez odsek, hranicu stĺpca a zlom strany. Skontrolujte, či bočný panel, titulok alebo opakujúca sa hlavička neprerušuje vysvetlenie. Technika PDF3 W3C pojednáva o logickom poradí čítania a ťažkostiach s komplexným rozložením PDF. Ponechajte nadpisy a odkazy na zdrojové stránky vo svojej načúvacej kópii, aj keď odstránite opakované hlavičky, ktoré nie sú súčasťou argumentu.

  5. Vypočujte si ukážku a majte zdroj nablízku

    Vyberte si obyčajnú stranu a stranu obsahujúcu zložité funkcie dokumentu, ako je napríklad tabuľka alebo poznámka pod čiarou. Porovnajte zvuk s extrahovaným textom a obrázkom strany. Ak opravíte text, potvrďte, že čítačka používa aktualizovanú verziu. Ponechajte si spôsob návratu k číslam a citáciám namiesto toho, aby ste zvuk považovali za úplnú náhradu originálu.

Spracovaný príklad

Predstavte si, že naskenovaná správa vytlačí hodnotu 1,5, ale rozpoznaný text povie 15. Hlas dokáže jasne prečítať nesprávnu hodnotu, takže zmena rýchlosti prehrávania problém nevyrieši. Porovnajte text s obrázkom, opravte hodnotu v pracovnej kópii a prehrajte si pasáž. Potom skontrolujte podobné hodnoty inde; jeden opravený príklad nepreukazuje, že zvyšok súboru je presný.

Čo skontrolovať

Úspešný test OCR nezaručuje správne poradie čítania, presné rovnice ani prístupný dokument. Majte k dispozícii potrebné vizuálne informácie vo vhodnej forme. Tento kontrolný zoznam je redakčnou kontrolou počúvania; nejde o certifikáciu prístupnosti ani tvrdenie, že aplikácia dokáže opraviť každý sken.

ListenAloud

Aplikáciu na čítanie použite na text, súbory PDF, dokumenty alebo obrázky, ktoré vyhovujú aktuálnemu podporovanému pracovnému postupu. Overte rozpoznanie a poradie čítania pre váš skutočný súbor pomocou samostatného prípravného nástroja v prípade potreby.

Aktuálnu jazykovú podporu, dostupnosť a možnosti nákupu nájdete v zozname App Store. Preložená príručka neznamená, že každá funkcia aplikácie podporuje daný jazyk.

Otvoriť v App Store

Často kladené otázky

Prečo čítačka prevodu textu na reč neprečíta moje naskenované PDF?

Stránky môžu byť obrázky bez použiteľnej textovej vrstvy alebo súbor nemusí byť podporovaný danou čítačkou. Skontrolujte súbor a jeho extrahovaný text; Môže byť potrebné OCR alebo iný zdroj.

Sprístupňuje OCR automaticky PDF?

Nie. Rozpoznávanie textu je len jednou časťou prípravy dokumentu. Pozornosť si môže vyžadovať aj poradie čítania, štruktúra, jazyk a zaobchádzanie s vizuálnymi informáciami.

Mám skontrolovať PDF po konverzii na zvuk?

áno. Otestujte reprezentatívne stránky a porovnajte dôležité detaily s originálom. Zvuk môže spôsobiť, že chyba bude ľahko počuteľná bez toho, aby ju bolo možné ľahko rozpoznať ako chybu.

Zdroje a ďalšie čítanie

Tieto zdroje vysvetľujú základné metódy. Pracovné postupy a príklady sú redakčné návrhy, nie dôkazy o výsledkoch pre konkrétnu aplikáciu.

Čítajte v inom jazyku